文 \ 中国光大银行信息科技部总经理 李璠
“互联网+”余温未退，“人工智能+”已成为热门话题，65.73%的全球人工智能企业集中分布在美国、中国、英国。伴随着深度学习算法、高质量大数据和高性能计算资源的日益成熟，人工智能技术的发展骤然加速，相关技术应用爆发式涌现，“智慧化”技术将开启银行商业模式、服务创新的全新模式。
科技发展大趋势，“新常态”下新萌芽
1.人工智能发展步入黄金时期。人工智能(Artificial Intelligence, AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。典型来说，它包括认知建模、知识表示、推理及应用、机器感知、机器思维、机器学习、机器行为和智能系统等。简而言之，人工智能就是研究让机器像人类一样听得懂(语音识别)，让机器向人类一样看得懂(视觉识别), 让机器像人类一样思考(深度学习)以及让机器像人类一样运动(运动控制)。
人工智能的概念上世纪50年代提出，从最初的神经网络、模糊逻辑，到现在的深度学习、图像搜索，经历了一系列的起伏，从爆发、低谷、重新突破直至 2014年 Gartner 发布的技术成熟曲线，表明人工智能技术已经进入发展高峰期，各项技术应用(自动驾驶车辆、虚拟个人助理、脑机接口、预测分析、智能机器人等)将在 5~10 年后起到巨大的颠覆性影响。
人工智能技术一般分为三个阶段：计算智能、感知智能、认知智能，如下表所示。
表1 人工智能技术的三个发展阶段
2.人工智能——金融科技创新的集合。对于银行业来说，人工智能技术带来的改变更多是通过AI在速度、准确度、成本、规则细分匹配上的优势和银行业务相结合，实现对传统银行经营模式、业务流程、业务渠道及风险管控的巨大变革。总体来看，人工智能在以下方面能够帮助银行业，为客户提供更加主动的服务模式，大幅提升的数据处理能力。
一是智能客服，整合对外的客户服务通道，提供多模式融合(包括电话、网页在线、微信、短信及APP等)的在线智能客服，对内实现语音分析、客服助理等商业智能应用，快速解决客户问题。二是语音数据挖掘，基于语音和语义技术，可自动将电话银行海量通话和各种用户单据内容结构化，打上各类标签，挖掘分析有价值信息，为服务与营销等提供数据与决策支持。三是金融预测、反欺诈，大规模采用机器学习，导入海量金融交易数据，使用深度学习技术，从金融数据中自动发现模式，如分析信用卡数据，识别欺诈交易，并提前预测交易变化趋势，提前做出相应对策。基于机器学习技术构建金融知识图谱，基于大数据的风控需要把不同来源的数据(结构化，非结构)整合到一起，它可以检测数据当中的不一致性，分析企业的上下游、合作、竞争对手、子母公司、投资、对标等关系。四是融资授信决策，通过数据筛选、建模和预测打分，并将不同的资产分类和做分别处理。通过提取个人及企业在其主页、社交媒体等地方的数据，一来可以判断企业或其产品在社会中的影响力;此外将数据结构化后，也可推测投资的风险点;借助机器学习完成传统金融企业无法做到的放贷过程中对借款人还贷能力进行实时监控，从而及时预警和干预，以减少因坏账而带来的损失。五是智能投顾，根据现代资产组合理论(MTP)结合个人客户的风险偏好和理财目标，利用人工智能算法和互联网技术为客户提供资产管理和在线投资建议服务，实现个人客户的批量投资顾问服务。六是人像监控预警，利用网点和ATM摄像头，增加人像识别功能，提前识别可疑人员、提示可疑行为动作;识别VIP客户等。七是员工违规行为监控，利用网点柜台内部摄像头，增加员工可疑行为识别监控功能，记录并标记疑似交易，并提醒后台监控人员进一步分析，同时起到警示作用。八是核心区域安全监控，在银行内部核心区域增加人像识别摄像头，人员进出必须通过人脸识别及证件一致方可进入，同时对于所有进出人员进行人像登记，防止陌生人尾随进出核心区域。九是机房巡检和网点智慧机器人，在机房、服务器等核心区域投放24小时巡检机器人，及时发现处理潜在风险，替代或辅助人工进行监控;在网点大堂尝试设置智慧机器人，赋予机器人拟人化，赋予其人类的形象和相应感情、动作。同时对网点客户进行业务咨询答疑、辅助分流，采集客户数据，开展大数据营销工作，完成查询、开卡、销卡等业务的辅助办理。
目前来看同业在人工智能领域纷纷先尝先试，微众银行借助客户互联网行为数据作为征信凭证推出了互联网小额信贷产品“微粒贷”和汽车金融产品“微车贷”;网商银行基于阿里生态实现了金融服务与客户商务流程的无缝衔接的“订单贷”，通过和饿了么、滴滴等商业平台的合作将金融服务覆盖到餐饮、出行、货运、租房、汽车、母婴等行业。支付宝通过证件智能识别技术将校验时间由1天缩短为1秒，同时提高了30%的通过率。农行推出“超级柜台”、交行推出智能机器人“娇娇”，对客户提供业务咨询答疑、业务辅助办理、客户数据采集等服务，实现了提升业务办理效率，优化用户体验的效果。
人工智能应用金融服务各领域，科技创新潜力无限
中国光大银行在建设“国内一流股份制商业银行”的发展目标指导下，以“综合化、特色化、轻型化、智能化”为转型发展方向，依托科技创新实验室机制，并结合本行实际，积极开展人工智能技术的探索和研究。
1.科技创新实验室是人工智能应用的“孵化器”。科技创新实验室是光大银行于2011年成立，主要承担对于新技术、新概念的验证及对于新产品的孵化推广。科技创新实验室打破了以往审批、研发周期长的工作流程，通过“创意直通、闭环运作、成果孵化”的创新措施，积极推动AI应用发展，并对AI应用统筹管理，促进其在我行业务层面的应用，实现AI产品的快速落地投放市场。通过新技术和业务前线创新需求的无障碍对接，科技创新实验室已先后培育出智能语音、生物识别、智能反欺诈、智能反洗钱等多个AI应用项目，初步形成了智能客服、智能产品、智能风控、智能营销、智能运营等领域的技术布局，部分应用已开始在全行推广应用。
2.人工智能应用实践。包括：智能客服、生物识别、智能风控、智能营销和智能运营等应用。
智能客服应用。通过语音识别和自然语言理解技术的应用以及与现有IVR系统的集成，迈出了人工智能技术在我行客服系统应用的关键一步。此应用实现了客服系统 “自助+智能+人工”三层的服务模式，全天候提供服务，在提升客户体验的同时，也大大降低了我行的运营成本。
目前智能文字应用于我行网站、网银、微信、百度知道等互联网渠道为客户提供基于文字的智能客服服务，机器人回答准确率高，大部分的文字客服由智能文字机器人来完成，只有极少数的请求由人工来处理。
智能语音项目通过语音识别和自然语言理解技术的应用以及与现有IVR系统的集成，实现对于我行语音客户系统的智能化升级，通过由机器人来完成客服系统的语音导航、语音交互、语音咨询功能，为客户提供服务。
生物识别应用。我行于2013年4月引入指纹识别技术，构建了我行指纹识别系统，在我行柜员登录系统时使用指纹代替密码输入，提高操作效率的同时，也有效的控制了操作风险。
2016年3月我行在现有的指纹识别系统基础上进行功能扩展，引入了人脸识别技术，构建了我行统一的生物识别平台，为我行各业务系统提供生物认证接口和服务。
智能风控应用。智能风控主要通过机器学习及深度学习算法在风险控制模型的应用，充分利用交易属性之外的特征，结合复杂网络或路径分析技术，从多视角深入分析风险因素，构建更精准强大的风控模型。
目前，我行已先后推出“滤镜”、“信用卡智能进件审批”、“智能反洗钱”、“电子渠道智能反欺诈模型”等多个项目，强化业务风险管理。我行智能反洗钱项目应用后，反洗钱模型筛选准确度高;在上报人行的重点可疑案例中，大部分案例来自该模型的输出结果，极大的提高了报送效率。电子渠道智能反欺诈模型项目通过综合聚类和孤立森林算法搭建无监督识别模型，同时利用疑似欺诈样本实现了模型规则化应用，目前正在规划制定全渠道反欺诈解决方案。
智能营销应用。智能营销是通过大数据分析技术及机器学习，根据客户的基础属性、风险偏好、业务需求及业务倾向等信息对客户群体进行细分，挖掘客户潜在需求，进行客户行为预测，从而开展针对性的营销活动，实现业务营销从传统大众营销向智能营销的转换。通常智能营销由客户画像、客户行为预测和营销自动化组成。在客户画像方面，我行完成了电子银行客户画像及行为分析系统的建设，在传统客户标签的基础上，引入客户在电子渠道的行为采集技术，通过客户实时行为的捕获和分析，支持面向客户的一对一实时营销推荐，提高营销成功率。
在客户行为预测方面，我行利用数据挖掘建模技术，预测客户个体的行为变换，提高产品和客户营销的精准度。已建成的客户行为预测模型包括客户理财评级变化预测模型、客户资产流失预测模型、产品购买模型(理财、定期)，在总分行试点应用中效果显著，计划进一步推广。
智能运营应用。银行网点智能运营的核心是运用大数据分析挖掘方法对服务进行精准量化，以此为基础实现在效率、成本、合规等方面取得进一步改善，从而实现网点的资源配置优化、运营成本压缩和服务体验提升。目前我行针对智能网点运营已完成了网点现金吞吐量预测模型的研发，后续将推动该模型的落地及优化。
人工智能在金融科技领域，进程将不断加快
结合我行业务、科技现状，推进我行人工智能的策略是依托科技创新机制，推进联合创新，以先进的业务应用场景为重点，力求在重点领域实现创新突破。积极引入市场上成熟的技术，将更多的资源投入到AI技术与银行业务场景的结合上，推出符合银行发展需要的智能应用。
1.依托科技创新实验室机制，开展联合创新。充分发挥科技创新实验室的机制优势，“走出去”积极开展与相关科研院所及厂商的合作，打破行内资源限制，充分利用“外脑”，将行业最新成果积极转化成我行的科技创意。
2.协同业务部门推动AI在业务场景的落地。积极开展人工智能技术的探索和研究，并且应用效果逐步展现。我们需要在现有AI应用基础上，协同业务部门推广我行已有AI成果落地，加大推广力度和推广范围，同时进一步扩展AI应用场景，包括智能营销、智能风控、智能投顾、智能机器人、生物识别等场景应用，实现业务智能化，提升我行整体服务水平和竞争力。
3.加强人工智能人才队伍的培养和建设。人工智能对于人才的复合型要求较高，既要具备机器学习、神经网络等专业技能，又要对银行的业务流程、管理要求等有深入的理解和丰富的实践经验。为了加快核心人才队伍的建设，我行一方面积极挖潜内部资源，培养兼顾技术和业务的人工智能应用专家，另一方面，加强外部合作，如科研院校、金融科技企业等，借助整个行业在人工智能领域的研究力量，共享专家资源，共享行业成果。
4.持续加强人工智能基础性应用建设。人工智能需要通过海量的数据支撑，需要特定领域的海量数据对和科学算法人工智能进行训练，因此人工智能有效实现，离不开应用系统的基础性支撑。因此需要进一步加强大数据、云服务基础性系统建设的投入，以便于为AI的持续发展提供良好的基础。
在人工智能+互联网的驱动下，伴随着社交关系、语音、用户行为等数据资源的持续产生，开采数据资源富矿的时代已经到来，依托数据驱动的强大算法，透过在线化、移动化的产品界面，“智能化”的服务将成为银行发展的下一个风口。义理无定在，无穷尽。人工智能或许将成为人们所追求的那个亘古不变，可生万物的“一”。
本文转自微信公众号“金融电子化”
